Решение дифференциального уравнения с последующей аппроксимацией

МИНИСТЕРСТВО СВЯЗИ РФ

СИБИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ТЕЛЕКОММУНИКАЦИЙ И ИНФОРМАТИКИ

ХАБАРОВСКИЙ ФИЛИАЛ

К У Р С О В А Я Р А Б О Т А

ПО ИНФОРМАТИКЕ

на тему:

РЕШЕНИЕ ДИФФЕРЕНЦИАЛЬНОГО УРАВНЕНИЯ

С ПОСЛЕДУЮЩЕЙ АППРОКСИМАЦИЕЙ РЕЗУЛЬТАТОВ

Работу выполнила:

студентка I курса

специальности РРТ (ускор.)

Турчина

шифр: 011р-469

2001 г.

С О Д Е Р Ж А Н И Е

Индивидуальное задание - 3

1. Решение дифференциального уравнения методом Эйлера - Коши - 4

1.1. Теоретические сведения - 4

1.2. Ручной расчёт решаемой задачи - 6

2. Аппроксимация. Метод наименьших квадратов - 9

2.1. Теоретические сведения - 9

2.2. Ручной расчёт коэффициентов системы линейных уравнений - 10

3. Решение системы уравнений методом Гаусса - 11

4. Нахождение значений аппроксимирующей функции - 13

5. Расчёт погрешности аппроксимации - 14

6. Построение блок-схемы и разработка программы аппроксимации - 16

Литература - 21

ИНДИВИДУАЛЬНОЕ ЗАДАНИЕ

    Решить дифференциальное уравнение y = x + cos ( y / 0.3 ) с начальными условиями x>0 >= 0.7 y>0 >= 2.1 на интервале [ 0.7 ; 1.7 ] с шагом h = 0.1.

    Оценить погрешность вычислений при решении дифференциального уравнения методом Эйлера - Коши.

    Аппроксимировать полученное в п.1. решение параболой методом наименьших квадратов.

    Рассчитать погрешность аппроксимации.

    Построить графики решения дифференциального уравнения, аппроксимирующей функции и погрешности аппроксимации.

    Составить блок-схемы алгоритмов и программы для решения дифференциального уравнения, вычисления коэффициентов аппроксимирующей параболы, расчёта погрешности аппроксимации на языке QBASIC. На печать выдать :

- значения функции y( x>i> ), являющейся решением дифференциального уравнения в точках x>i>, найденные с шагом h и с шагом h/2 ;

- значения аппроксимирующей функции F( x>i> ) в точках x>i>> >;

- значение погрешности аппроксимации >i>> >= F( x>i> ) - y>i>.

- величину средне - квадратичного отклонения.

1. РЕШЕНИЕ ДИФФЕРЕНЦИАЛЬНОГО УРАВНЕНИЯ

МЕТОДОМ ЭЙЛЕРА - КОШИ

1.1. ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ

В соответствии с постановкой задачи нужно найти решение дифференциального уравнения первого порядка, т.е. найти такие решения y(x), которые превратили бы дифференциальное уравнение в тождество. Но так как таких решений множество, заданы начальные условия - значения функции y(x) в точке x>0>, т.е. y(x>0>) = y>0>, а так же интервал [ x>0> - x>n> ].

Рис. 1. показывает, что с помощью начальных условий из множества решений можно выбрать одно.

Рис 1. Множество решений дифференциального уравнения.

Метод Эйлера - Коши - наиболее точный метод решения дифференциального уравнения (второй порядок точности). Этот метод предполагает следующий порядок вычислений:

y>i+1>>> = y>i> + h f( x>i >; y>i >), где i = 0,1,2 ... n

y>i+1 => y>i> + h (f( x>i >; y>i >) + f( x>i+1 >; y>i+1>>>)) / 2> >

Число значений n можно найти, разделив интервал на шаг:

n = (x>n> - x>o>) / h

Геометрически это означает, что определяется направление касательной к интегральной кривой в исходной точке хi,yi и во вспомогательной точке хi+1,yi+1, а в качестве окончательного направления берется среднее этих направлений (показано пунктирной линией на рис. 2)

Рис.2. Графическая интерпретация метода Эйлера - Коши.

Решение yi+1, найденное методом Эйлера - Коши, намного ближе к точному решению, чем решение yi+1, найденное методом Эйлера. Погрешность метода пропорциональна шагу h во второй степени, т.е. метод Эйлера - Коши имеет второй порядок точности.

    РУЧНОЙ РАСЧЁТ РЕШАЕМОЙ ЗАДАЧИ

По условию задачи нужно решить дифференциальное уравнение y = x + cos ( y / 0.3 ) с начальными условиями x>0 >= 0.7, y>0 >= 2.1 на интервале [ 0.7 ; 1.7 ] с шагом h = 0.1 .

По формуле метода Эйлера -Коши

y>i+1>>> = y>i> + h f( x>i >; y>i >),

y>i+1 => y>i> + h (f( x>i >; y>i >) + f( x>i+1 >; y>i+1>>>)) / 2> >

Найдем y>1>>> и y>1>

f( x>0 >; y>0 >) = 0.7 + cos (2.1 / 0.3 ) = - 0.069675

x>1> = x>0> + h = 0.7 + 0.1=0.8

y>1*> = y>0> + h * f( x>0 >; y>0 >) = 2.1 + 0.1 * (- 0.069675) = 2.093032

y>1> = y>0> + h * (f( x>0 >; y>0 >) + f( x>0 >+ h ; y>1* >)) / 2 = 2.1 + 0.1 * ((- 0.069675) + 0.022266)/2 =

= 2.09763

Аналогично найдём остальные значения x и y :

f( x>1 >; y>1 >) = 0.8 + cos (2.09763/ 0.3 ) = 0.02757

x>2> = 0.8 + 0.1 = 0.9

y>2*> = 2.09763 + 0.1 * 0.02757 = 2.100387

y>2> = 2.09763 + 0.1 * (0.02757 + 0.130776) / 2 = 2.105547

f( x>2 >; y>2 >) = 0.9 + cos (2.105547 / 0.3 ) = 0.136831

x>3> = 0.9 + 0.1 = 1

y>3*> = 2.105547 + 0.1 * 0.136831 = 2.11923

y>3> = 2.105547 + 0.1 * (0.136831 + 0.25321) / 2 = 2.125049

f( x>3 >; y>3 >) = 1 + cos (2.125049 / 0.3 ) = 0.260317

x>4> = 1+ 0.1 = 1.1

y>4*> = 2.125049 + 0.1 * 0.260317 = 2.1510807

y>4> = 2.125049 + 0.1 * (0.260317 + 0.393124) / 2 = 2.157721

f( x>4 >; y>4 >) = 1.1 + cos (2.157721 / 0.3 ) = 0.401751

x>5> = 1.1 + 0.1 = 1.2

y>5*> = 2.157721+ 0.1 * 0.401751 = 2.1978961

y>5> = 2.157721 + 0.1 * (0.401751 + 0.556089) / 2 = 2.205613

f( x>5 >; y>5 >) = 1.2 + cos (2.205613 / 1.3 ) = 0.566933

x>6> = 1.2 + 0.1 = 1.3

y>6*> = 2.205613 + 0.1 * 0.566933 = 2.2623063

y>6> = 2.205613 + 0.1 * (0.566933 + 0.750302) / 2 = 2.271475

f( x>6 >; y>6 >) = 1.3 + cos (2.271475 / 0.3 ) = 0.764362

x>7> = 1.3 + 0.1 = 1.4

y>7*> = 2.271475 + 0.1 * 0.764362 = 2.347911

y>7> = 2.271475 + 0.1 * (0.764362 + 0.987033) / 2 = 2.359045

f( x>7 >; y>7 >) = 1.4 + cos (2.359045/ 0.3 ) = 1.005629

x>8> = 1.4 + 0.1 = 1.5

y>8*> = 2.359045 + 0.1 * 1.005629 = 2.4596079

y>8> = 2.359045 + 0.1 * (1.005629 + 1.280033) / 2 = 2.473328

f( x>8 >; y>8 >) = 1.5 + cos (2.473328 / 0.3 ) = 1.304536

x>9> = 1.5+ 0.1 = 1.6

y>9*> = 2.473328 + 0.1 * 1.304536 = 2.6037816

y>9> = 2.473328 + 0.1 * (1.304536 + 1.6414317) / 2 = 2.620626

f( x>9 >; y>9 >) = 1.6 + cos (2.620626 / 0.3 ) = 1.6721351

x>10> = 1.6 + 0.1 = 1.7

y>10*> = 2.620626 + 0.1 * 1.6721351 = 2.7878395

y>10> = 2.620626 + 0.1 * (1.6721351 + 2.068584) / 2 = 2.807662

Для оценки погрешности вычислений найдём решение дифференциального уравнения с шагом h / 2 до третьей точки:

f( x>0 >; y>0 >) = 0.7 + cos (2.1 / 0.3 ) = - 0.069675

x>1> = 0.7 + 0.05 = 0.75

y>1*> = 2.1 + 0.05 * (- 0.069675) = 2.096516

y>1> = 2.1 + 0.05 * ((- 0.069675) + ( - 0.02372)) / 2 = 2.097665

f( x>1 >; y>1 >) = 0.75 + cos (2.097665 / 0.3 ) = - 0.022389

x>2> = 0.75 + 0.05 = 0.8

y>2*> = 2.097665 + 0.05 * (- 0.022389) = 2.096546

y>2> = 2.097665 + 0.05 * ((- 0.022389) + 0.026314) / 2 = 2.097763

f( x>2 >; y>2>) = 0.8 + cos (2.097763 / 0.3 ) = 0.027724

x>3> = 0.8 + 0.05 = 0.85

y>3*> = 2.097763 + 0.05 * 0.027724 = 2.0991492

y>3> = 2.097763 + 0.05 * (0.027724 + 0.079334) / 2 = 2.10044

f( x>3 >; y>3>) = 0.85 + cos (2.10044 / 0.3 ) = 0.080838

x>4> = 0.85 + 0.05 = 0.9

y>4*> = 2.10044 + 0.05 * 0.080838 = 2.1044819

y>4> = 2.10044 + 0.05 * (0.080838 + 0.135575) / 2 = 2.10585

f( x>4>; y>4>) = 0.9 + cos (2.10585 / 0.3 ) = 0.137188

x>5> = 0.9 + 0.05 = 0.95

y>5*> = 2.10585 + 0.05 * 0.137188 = 2.1127094

y>5> = 2.10585 + 0.05 * (0.137188 + 0.195345) / 2 = 2.114164

f( x>5>; y>5>) = 0.95 + cos (2.114164 / 0.3 ) = 0.19709

x>6> = 0.95 + 0.05 = 1

y>6*> = 2.114164 + 0.05 * 0.19709 = 2.1240185

y>6 >= 2.114164 + 0.05 * (0.19709 + 0.259053) / 2 = 2.125567

Для оценки погрешности вычислений используется правило Рунге:

y>i+1> = y>ih> + (y>ih>>/2> - y>ih> ) / (2p - 1) , где:

р - порядок метода, для Эйлера - Коши р = 2

Рассчитаем погрешность вычисления в точке х = 1. Найдем уточненное решение:

y>(1)> = 2.125049 + (2.125567 - 2.125049) / (22 - 1) = 2.1252216

> >>ih> = 2p (y>ih> - y>ih>>/2>) / (2p - 1) = 22 (2.125567 - 2.125049) / 3 = 6.9 * 10 -4

> >>ih>>/2> = (y>ih> - y>ih>>/2>) / (2p - 1) = (2.125567 - 2.125049) / 3 = 1.73 * 10 -4

Таблица 1. Значения X и Y, полученные с помощью ручного расчёта.

I

X ( I )

Y ( I )

0

0.7

2.1

1

0.8

2.09763

2

0.9

2.105547

3

1

2.125049

4

1.1

2.157721

5

1.2

2.205613

6

1.3

2.271475

7

1.4

2.359045

8

1.5

2.473328

9

1.6

2.620626

10

1.7

2.807662

График решения дифференциального уравнения представлен на рисунке 3.

    АППРОКСИМАЦИЯ. МЕТОД НАИМЕНЬШИХ КВАДРАТОВ

    ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ

Исходя из постановки задачи, нужно аппроксимировать полученное в п.1. решение ( Таблица 1. ) параболой методом наименьших квадратов, т.е. нужно найти функцию, в данном случае параболу, которая в точках X ( I ) принимала бы значения, как можно более близкие к значениям Y ( I ). Парабола является функцией с тремя параметрами: F (x) = ax2 + bx + c

Сумма квадратов разностей значений функции и решений дифференциального уравнения (Таблица 1.) должна быть минимальной, т.е.:

( ax2 + bx + c - y>i> )2 => min

Функция будет иметь минимум, когда все частные производные равны нулю.

DF / da = 0, dF / db = 0, dF / dc = 0

После преобразований получим систему уравнений:

a>11>a + a>12>b + a>13>c = b>1>

a>21>a + a>22>b + a>23>c = b>2>

a>31>a + a>32>b + a>33>c = b>3>

где a>11 >= , a>12 >= a>21 >= , a>13 >= a>22 >= a>31 >= , a>23 >= a>32 >=x>i >, a>33 >= n + 1

b>1> = y>i>> >, b>2> =x>i>> >y>i>> >, b>3> =y>i>> >.

2.2. РУЧНОЙ РАСЧЁТ КОЭФФИЦИЕНТОВ СИСТЕМЫ ЛИНЕЙНЫХ УРАВНЕНИЙ

Рассчитаем коэффициенты системы трёх линейных уравнений по формулам, взятым из п.2.2.:

а>11> = 0.74 + 0.84 + 0.94 + 1.04 + 1.14 + 1.24 + 1.34 + 1.44 + 1.54 + 1.64 + 1.74 = 32.5094

а>12> = а>21 >= 0.73 + 0.83 + 0.93 + 1.03 + 1.13 + 1.23 + 1.33 + 1.43 + 1.53 + 1.63 + 1.73 = 22.9680

а>13> = а>22> = а>31 >= 0.72 + 0.82 + 0.92 + 1.02 + 1.12 + 1.22 + 1.32 +1.42+1.52+1.62+1.72 = 16.9400

а>23> = а>32 >= 0.7 + 0.8 + 0.9 + 1 + 1.1 + 1.2 + 1.3 + 1.4 + 1.5 + 1.6 + 1.7 = 13.2000

а>33> = n + 1 = 11

b>1> = 2.1 * 0.72 + 2.09763 * 0.82 + 2.105547 * 0.92 + 2.125049 * 1.02 + 2.157721 * 1.12 + 2.205613 * 1.22 + 2.271475 * 1.32 + 2.359045 * 1.42 + 2.473328 * 1.52 + 2.620626 * 1.62 + 2.807662 * 1.72 = 40.83941

b>2> = 2.1 * 0.7 + 2.09763 * 0.8 + 2.105547 * 0.9 + 2.125049 * 1.0 + 2.157721 * 1.1 + 2.205613 * 1.2 + 2.271475 * 1.3 + 2.359045 * 1.4 + 2.473328 * 1.5 + 2.620626 * 1.6 + 2.807662 * 1.7 = 31.119972

b>3 >= 2.1 + 2.09763 + 2.105547 + 2.125049 + 2.157721 + 2.205613 + 2.271475 + 2.359045 + 2.473328 + 2.620626 + 2.807662 = 25.3237

Получим систему уравнений:

32.5094a + 22.968b + 16.94c = 40.83941

22.968a + 16.94b + 13.2c = 31.119972

16.94a + 13.2b + 11c = 25.3237

Теперь нужно решить эту систему методом Гаусса и найти коэффициенты a,b,c.

    РЕШЕНИЕ СИСТЕМЫ УРАВНЕНИЙ МЕТОДОМ ГАУССА

Суть этого метода состоит в том, что систему линейных уравнений преобразуют к системе с треугольной матрицей, а потом решают уравнения, начиная с последнего.

Решим систему уравнений, полученную в п. 2.2.:

Первое уравнение считается основным, его мы не изменяем. Второе уравнение нужно преобразовать так, чтобы первый его коэффициент стал равен нулю. Для этого второе уравнение нужно умножить на такой множитель, чтобы первые коэффициенты первого и второго уравнения стали равны.

Найдём множитель:

μ>21> = а>21> / а>11> = 22.968 / 32.5094 = 0.7065

Умножим на него первое уравнение:

32.5094a * 0.7065 + 22.968b * 0.7065 + 16.94 * 0.7065 = 40.83941 * 0.7065

Получим:

22.968a + 16.2269b + 11.9681c = 28.853043

Теперь нужно это уравнение почленно вычесть из второго:

0a + 0.7131b + 1.2319c = 2.266929

Аналогично преобразуем третье уравнение:

i>31> = a>31> / a>11> = 16.94 / 32.5094 = 0.5211

32.5094a * 0.5211 + 22.968b * 0.5211 + 16.94c * 0.5211 = 40.83941 * 0.5211

16.94a + 11.9686b + 8.8274c = 21.281416

Вычтем это уравнение из третьего, получим:

0a +1.2314b + 2.1726c = 4.042284

Таким образом, получится система, эквивалентная исходной:

32.5094a + 22.968b + 16.94c = 40.83941

0.7131b + 1.2319c = 2.266929

1.2314b + 2.1726c = 4.042284

Третье уравнение нужно преобразовать так, чтобы второй его коэффициент стал равен нулю. Найдём множитель:

μ>32> = a>32> / a>22> = 1.2314 / 0.7131 = 1.7268

Умножим второе уравнение на него:

0.7131b * 1.7268 + 1.2319c * 1.7268 = 2.266929 * 1.7268

1.2314b + 2.1272c = 3.914533

Вычтем получившееся уравнение из третьего:

0b + 0.0454c = 0.127751

Получим треугольную матрицу, эквивалентную исходной:

32.5094a + 22.968b + 16.94c = 40.83941

0.7131b + 1.2319c = 2.266929

0.0454c = 0.127751

Теперь найдём коэффициенты:

c = 0.127751 / 0.0454 = 2.813899

b = (2.266929 - 1.2319 * 2.813899) / 0.7131 = - 1.682111

a = (40.83941 - 16.94 * 2.813899 - 22.968 * (- 1.682111) ) / 32.5094 = 0.978384

Проверим результаты вычислений, подставив полученные значения корней в исходную систему:

32.5094 * 0.978384 + 22.968 * (- 1.682111) + 16.94 * 2.813899 = 40.83941

22.968 * 0.978384 + 16.94 * (- 1.682111) + 13.2 * 2.813899 = 31.119972

16.94 * 0.978384 + 13.2 * (- 1.682111) + 11 * 2.813899 = 25.3237

40.8394  40.83941

31.12  31.119972

25.3228  25.3237

Таким образом, уравнение аппроксимирующей параболы имеет вид:

F (x) = 0.978384x2 - 1.682111x + 2.813899

    НАХОЖДЕНИЕ ЗНАЧЕНИЙ АППРОКСИМИРУЮЩЕЙ ФУНКЦИИ

Найдём значения функции F(x) = 0.978384 x2 - 1.682111 x + 2.813899

на интервале [0.7; 1.7] с шагом h=0.1

x>0> = 0.7

F( x>0> ) = 0.978384 * 0.72 - 1.682111 * 0.7 + 2.813899 = 2.118622

x>1> = x>0> + h = 0.7 + 0.1 = 0.8

F( x>1> ) = 0.978384 * 0.82 - 1.682111 * 0.8 + 2.813899 = 2.095734

x>2> = 0.8 + 0.1 = 0.9

F( x>2> ) = 0.978384 * 0.92 - 1.682111 * 0.9 + 2.813899 = 2.092711

x>3> = 0.9 + 0.1 = 1.0

F( x>3> ) = 0.978384 * 1.02 - 1.682111 * 1.0 + 2.813899 = 2.109553

x>4> = 1.0 + 0.1 = 1.1

F( x>4> ) = 0.978384 * 1.12 - 1.682111 * 1.1 + 2.813899 = 2.14626

x>5> = 1.1 + 0.1 = 1.2

F( x>5> ) = 0.978384 * 1.22 - 1.682111 * 1.2 + 2.813899 = 2.202831

x>6> = 1.2 + 0.1 = 1.3

F( x>6> ) = 0.978384 * 1.32 -1.682111 * 1.3 + 2.813899 = 2.279266

x>7> = 1.3 + 0.1 = 1.4

F( x>7> ) = 0.978384 * 1.42 - 1.682111 * 1.4 + 2.813899 = 2.375567

x>8> = 1.4 + 0.1 = 1.5

F( x>8> ) = 0.978384 * 1.52 - 1.682111 * 1.5 + 2.813899 = 2.491732

x>9> = 1.5 + 0.1 = 1.6

F( x>9> ) = 0.978384 * 1.62 - 1.682111 * 1.6 + 2.813899 = 2.627762

x>10> = 1.6 + 0.1 = 1.7

F( x>10> ) = 0.978384 * 1.72 - 1.682111 * 1.7 + 2.813899= 2.783656

5. РАСЧЕТ ПОГРЕШНОСТИ АПРОКСИМАЦИИ.

Для вычисления погрешности аппроксимации вычислим величину среднеквадратичного отклонения:

Здесь y>i> - значения решения дифференциального уравнения, полученные в п.1.2. (см. Таблицу 1), F(x>i>) - значения аппроксимирующей функции при тех же значениях x>i>, полученные в п. 4. Их разность показывает величину отклонения аппроксимирующей функции от аппроксимируемой в узлах x>i>.

Рассчитаем погрешность аппроксимации:

>0 >= F( x>0> ) - y>0> = 2.118622 - 2.1 = 0.018622

>0>2 = 3.46779 * 10 - 4

>1 >= F( x>1> ) - y>1> = 2.095734 - 2.09763 = - 0.001896

>1>2 = 3.59482 *10 - 6

>2 >= F( x>2> ) - y>2> = 2.092711 - 2.105547 = - 0.012836

>2>2 = 1.64763 * 10 - 4

>3 >= F( x>3> ) - y>3> = 2.109553 - 2.125049 = - 0.015496

>3>2 = 2.40126 * 10 - 4

>4 >= F( x>4> ) - y>4> = 2.14626 - 2.157721 = - 0.011461

>4>2 = 1.31355 * 10 - 4

>5 >= F( x>5> ) - y>5> = 2.202831 - 2.205613 = - 0.002782

>5>2 = 7.73953 * 10 - 6

>6 >= F( x>6> ) - y>6> = 2.279266 - 2.271475 = 0.007791

>6>2 = 6.06997 * 10 - 5

>7 >= F( x>7> ) - y>7> = 2.375567 - 2.359045 = 0.06522

>7>2 = 2.72977 * 10 - 4

>8 >= F( x>8> ) - y>8> = 2.491732 - 2.473328 = 0.08404

>8>2 = 3.38707 * 10 - 4

>9 >= F( x>9> ) - y>9> = 2.627762 - 2.620626 = 0.007136

>9>2 = 5.09225 * 10 - 5

>10 >= F( x>10> ) - y>10> = 2.783656 - 2.807662 = - 0.024006

>10>2 = 5.76288 * 10 -4

11

=  0.0021939515 = >> 1.9945013 * 10 - 4 = 0.014122681 1.412268 * 10 - 2

Данные расчётов снесены в Таблицу 2.

Таблица 2. Расчёт погрешности аппроксимации.

I

x>i>

y>i>

F(x>i>)

>i>

>i>2

0

0.7

2.1

2.118622

0.018622

3.46779 * 10 - 4

1

0.8

2.09763

2.095734

- 0.001896

3.59482 * 10 - 6

2

0.9

2.105547

2.092711

- 0.012836

1.64763 * 10 - 4

3

1.0

2.125049

2.109553

- 0.015496

2.40126 * 10 - 4

4

1.1

2.157721

2.14626

- 0.011461

1.31355 * 10 - 4

5

1.2

2.205613

2.202831

- 0.002782

7.73953 * 10 - 6

6

1.3

2.271475

2.279266

0.007791

6.06997 * 10 - 5

7

1.4

2.359045

2.375567

0.06522

2.72977 * 10 - 4

8

1.5

2.473328

2.491732

0.08404

3.38707 * 10 - 4

9

1.6

2.620626

2.627762

0.007136

5.09225 * 10 - 5

10

1.7

2.807662

2.783656

- 0.024006

5.76288 * 10 - 4

График погрешности аппроксимации представлен на рисунке 4.

График аппроксимирующей

функции представлен на рисунке 5.

6. ПОСТРОЕНИЕ БЛОК-СХЕМЫ И РАЗРАБОТКА ПРОГРАММЫ АППРОКСИМАЦИИ

Блок-схема алгоритма решения задачи аппроксимации методом наименьших квадратов представлена на Рис. 6.

Первым шагом осуществляется ввод значений X(I),Y(I),N.

Далее обнуляются значения всех коэффициентов. В цикле рассчитываются коэффициенты 3-х линейных уравнений. (см. п. 2.2). После цикла приравниваем одинаковые коэффициенты в матрице. Потом выполняется подпрограмма решения линейных уравнений.

Следующим шагом происходит описание функции пользователя:

FNY(X) = K(1) X 2 + K(2) X + K(3)

Следующий цикл находит значения аппроксимирующей функции, разность между этими значениями и корнями дифференциального уравнения Y(I), квадрат разности, а также производит их суммирование. Далее находится величина погрешности аппроксимации и все данные выводятся на экран.

Общая программа решения дифференциального уравнения с последующей аппроксимацией результатов представлена на рис. 7 вместе с программой решения дифференциального уравнения, так как из нее получают значения X(I) и Y(I).

Рис. 6. Блок-схема алгоритма решения задачи аппроксимации методом наименьших квадратов.

CLS

PRINT " Нахождение коэффициентов по методу Эйлера - Коши"

X0 = 0.7

XN = 1.7

Y0 = 2.1

H = 0.1

N = (XN - X0) / H

DIM X(N)

DIM Y(N)

X(0) = X0

Y(0) = Y0

FOR I = 0 TO N - 1

X(I + 1) = X(I) + H

Y(I + 1)* = Y(I) + H * (X(I) + COS(Y(I) / SQR(0.3)))

Y(I +1) = Y(I)+H*((X(I)+COS(Y(I)/SQR(0.3)))+(X(I+1)+COS(Y(I+1)* / SQR(0.3))))/2

PRINT " X("; I; ")="; X(I), , "Y("; I; ")="; Y(I)

NEXT I

I = 10: PRINT " X("; I; ")="; X(I), "Y("; I; ")="; Y(I)

PRINT "Нахождение коэффициентов по методу наименьших квадратов"

PRINT "и погрешности аппроксимации"

a11 = 0: b1 = 0: a12 = 0: b2 = 0: a13 = 0: b3 = 0: a23 = 0: a33 = N + 1

FOR I = 0 TO N

a11 = a11 + X(I) ^ 4

a12 = a12 + X(I) ^ 3

a13 = a13 + X(I) ^ 2

a23 = a23 + X(I)

b1 = b1 + (X(I) ^ 2) * Y(I)

b2 = b2 + X(I) * Y(I)

b3 = b3 + Y(I)

NEXT I

a21 = a12: a22 = a13: a31 = a13: a32 = a23: S = 0

REM Начало подпрограммы решения СЛУ методом Гаусса

DIM К(3)

m21 = a21 / a11

m31 = a31 / a11

a22 = a22 - a12 * m21

a23 = a23 - a13 * m21

b2 = b2 - b1 * m21

a32 = a32 - a12 * m31

a33 = a33 - a13 * m31

b3 = b3 - b1 * m31

m32 = a32 / a22

a33 = a33 - a23 * m32

b3 = b3 - b2 * m32

К(3) = b3 / a33

К(2) = (b2 - К(3) * a23) / a22

К(1) = (b1 - К(3) * a13 - К(2) * a12) / a11

REM Конец подпрограммы решения СЛУ методом Гаусса

DIM F(N)

DEF FNY(X) = K(1) * X ^ 2 + K(2) * X + K(3)

PRINT "-----------------------------------------------------------------------------------"

PRINT " X(I) | y(I) | F(x(I)) | F(x(I))-y(I) | d^2 "

PRINT "-----------------------------------------------------------------------------------"

FOR I = 0 TO N

F(I) = FNY(X(I))

D = F(I) - Y(I)

S = S + D ^ 2

PRINT X(I), Y(I), f(I), D, D^2

NEXT I

E = SQR(S / (N + 1))

PRINT "Погрешность ="; E

END

ЛИТЕРАТУРА

    Витенберг И.М. Программирование на языке БЕЙСИК. Москва. «Радио и связь».1991.

    Гери М., Джонсон Д. Вычислительные машины и труднорешаемые задачи. Пер. с англ. – Москва. «МИР» 1982.

    Горбунова Н.Г. Методические указания к лабораторным работам по курсу Информатика, ч.2 «Численные методы» - Хабаровск, 1996.

    Спесивцев А.В. Руководство пользователя по языку Бейсик. Москва. «Радио и связь». 1992. «ВЕСТА».

    Методические указания для оформления пояснительных записок курсовых и дипломных проектов - Хабаровск, 1997.